隨著汽車起重機(jī)的不斷發(fā)展，錫林浩特汽車吊吊裝它在工程中的應(yīng)用越來(lái)越多。由于起重機(jī)在起重過(guò)程中需要人工控制和決定，因此不可避免地會(huì)出現(xiàn)操作錯(cuò)誤或方案規(guī)劃不合理。針對(duì)上述問(wèn)題，提出了多任務(wù)路徑規(guī)劃算法和起重規(guī)劃算法，以協(xié)助起重人員進(jìn)行起重操作。

目前，汽車起重機(jī)在起重過(guò)程中主要是手動(dòng)操作，但在許多其他領(lǐng)域，已經(jīng)開始使用深度強(qiáng)化學(xué)習(xí)來(lái)實(shí)現(xiàn)無(wú)人操作。汽車起重機(jī)作為一個(gè)大國(guó)，起重機(jī)也在向智能化方向發(fā)展。將其應(yīng)用到汽車起重機(jī)的起重規(guī)劃中，對(duì)于加快起重機(jī)的智能化步伐具有重要意義。在汽車起重機(jī)的路徑規(guī)劃中，傳統(tǒng)的路徑規(guī)劃方法將更有效；對(duì)于起重機(jī)的動(dòng)作序列規(guī)劃，基于強(qiáng)化學(xué)習(xí)的方法更適合起重機(jī)的起重動(dòng)作序列規(guī)劃。例如，強(qiáng)化學(xué)習(xí)中的深度確定性策略梯度算法（Deepdermisticpolicpolicpolicpolicpolicpolicpolicpolicthm、DDPG）的輸出是連續(xù)動(dòng)作，起重機(jī)提取目標(biāo)的過(guò)程也是一系列連續(xù)動(dòng)作的集合，因此具有理論可行性：

（1）分析了汽車起重機(jī)多任務(wù)路徑規(guī)劃算法的必要性和可行性。在設(shè)計(jì)多任務(wù)路徑規(guī)劃算法時(shí)，需要規(guī)劃多任務(wù)之間的全面順序和路徑，選擇優(yōu)化目標(biāo)點(diǎn)的全面順序，主要分析螞蟻群算法、遺傳算法和粒子群算法，以佳性能的遺傳算法作為優(yōu)化算法。錫林浩特汽車吊吊裝通過(guò)將JPS算法與單任務(wù)路徑規(guī)劃算法中的遺傳算法相結(jié)合，實(shí)現(xiàn)了汽車起重機(jī)的多任務(wù)路徑規(guī)劃；

（2）研究了汽車起重機(jī)吊裝時(shí)的動(dòng)作序列，并設(shè)計(jì)了基于改進(jìn)DDPG算法的汽車起重機(jī)動(dòng)作序列規(guī)劃算法。首先，設(shè)計(jì)了起重機(jī)的吊裝環(huán)境，建立了起重機(jī)的狀態(tài)和動(dòng)作模型，并設(shè)計(jì)了動(dòng)作序列的獎(jiǎng)勵(lì)函數(shù)。然后根據(jù)汽車起重機(jī)的吊裝環(huán)境，設(shè)計(jì)和優(yōu)化了DDPG算法中的網(wǎng)絡(luò)框架、超參數(shù)和激活函數(shù)。根據(jù)DDPG算法在離線培訓(xùn)中生成樣本的特點(diǎn)，改進(jìn)了DDPG算法中的采樣函數(shù)，使改進(jìn)后的DDPG算法具有更好的收斂效果。改進(jìn)后的DDPG算法與汽車起重機(jī)的空載吊裝環(huán)境和負(fù)載吊裝環(huán)境相結(jié)合，完成了汽車起重機(jī)動(dòng)作序列規(guī)劃算法的設(shè)計(jì)；

將多任務(wù)路徑規(guī)劃算法與動(dòng)作序列規(guī)劃算法相結(jié)合，錫林浩特汽車吊吊裝實(shí)現(xiàn)了汽車起重機(jī)的多任務(wù)起重規(guī)劃。并以風(fēng)機(jī)場(chǎng)和化工廠作為虛擬環(huán)境進(jìn)行了驗(yàn)證，結(jié)果表明了規(guī)劃汽車起重機(jī)多任務(wù)起重方案時(shí)兩種算法的可行性。